Quão sustentável é a sua empresa de 0 a 100?
Descobre em menos de 2 horas, meça a sua empresa gratuitamente.
Ao inserir o seu NIF, nós conectamos às bases de dados oficiais e identificamos imediatamente a sua empresa. Organizamos, as matrizes de cálculo e
O sistema analisa a empresa ao combinar dinamicamente:
Sempre que um módulo de impacto é concluído, o algoritmo gera instantaneamente um relatório personalizado para a resolução das questões identificadas, as melhorias possíveis e os critérios atendidos, dispostos em 3 níveis de risco.
É estimado o grau de conformidade, ou seja, a adesão às regras, normas e padrões associados a cada pergunta e tópico abordado.
O relatório completo de cada módulo também inclui referências comparativas que ajudam a entender como a empresa se posiciona em relação à média europeia e italiana, aos concorrentes, ao mercado de referência e ao seu tamanho.
A empresa receberá mais de 150 soluções diferentes relacionadas a:
Graças às mais de 200 páginas de relatórios categorizados de forma precisa, a empresa poderá utilizar as informações contidas para estimar, avaliar e gerenciar os impactos, e fazer declarações sobre as intenções de desenvolvimento sustentável, redigindo efetivamente um mini balanço de sustentabilidade (DNF).
O instrumento é uma útil guia também na elaboração da sua avaliação de impacto.
Desde a fase inicial do projeto, o nosso modelo de classificação foi construído com legislação Europeia como um pilar fundamental: podemos, portanto, seguir rigorosamente as diretrizes de implementação da Taxonomia, tal como estão escritas na documentação oficial fornecida pela Comissão Europeia.
A nossa plataforma já permite ter em conta estes critérios durante o "clustering" do utilizador final:
A Regulação de Divulgação de Finanças Sustentáveis (SFDR) é um regulamento europeu introduzido para melhorar a transparência no mercado de produtos de investimento sustentáveis, prevenir o greenwashing e aumentar a transparência nas declarações de sustentabilidade feitas pelos participantes do mercado financeiro.
O nosso coletor de PAI - a barra de conclusão do SFDR presente no painel de controle do Rating - mostra as informações disponíveis para fins de PAI (Principal Adverse Impact) após responder a alguns módulos do questionário. É relevante para as empresas monitoradas por um fundo de investimento no âmbito da regulamentação SFDR.
Se atualmente você não tem Gestores de Ativos e Fundos de Investimento entre os seus acionistas, o coletor de PAI ainda é uma ajuda valiosa na busca por novos investidores no futuro.
Para completar o coletor de PAI, não é necessário responder a todos os módulos do questionário, apenas os módulos relevantes para fins de PAI.
Energy (E)
Environment (E)
Social responsibility (S)
Professional ethics (S)
Transparency (G)
O questionário do nosso Rating tem um tempo médio de preenchimento de aproximadamente 2,5 horas. Respondendo apenas a esses 5 módulos, o tempo gasto é reduzido para cerca de 1 hora.
Essa escala e grau de avaliação representam o nível de risco em relação à forma como o modelo está expressando sua alinhamento e seus objetivos.
Existem 9 clusters de risco, 11 graus e 10 escalas de pontuação.
| AAA | 80-100 | RISCO MUITO ALTO | Totalmente alinhada com a estratégia da União Europeia para 2030, a empresa antecipa alguns objetivos para 2050. Dessa forma, ela pode ser considerada não apenas líder nas questões ESG (Ambientais, Sociais e de Governança), mas também está olhando para o futuro com impactos internos e externos extremamente positivos em toda a esfera de relevância ESG, demonstrando um alto nível de transparência para os stakeholders. |
| AA | 65-79 | ||
| A | 55-64 | RISCO BAIXO | Resiliente, em conformidade com as normas de sustentabilidade e capaz de prestar contas de acordo com diferentes diretrizes, a empresa compreende como desenvolver a estratégia ESG adequada e alcançar resultados sólidos. |
| BBB | 45-54 | RISCO MÉDIO/BAIXO | Foi iniciado um caminho de desenvolvimento sustentável que está abrindo portas para novas oportunidades de crescimento. No entanto, a empresa precisa concentrar-se mais em melhorar sua sustentabilidade para não ficar para trás. |
| BB | 35-44 | RISCO MÉDIO | Primeria abordagem em relação à sustentabilidade. Na empresa, existe um nível inicial de conscientização sobre questões de sustentabilidade, mas o progresso pode estar acontecendo muito lentamente. Além disso, há uma falta de transparência em relação aos stakeholders. |
| B | 25-34 | RISCO MÉDIO/ALTO | |
| CCC | 15-24 | RISCO ALTO | Em conformidade com o sistema regulatório nacional mínimo, podem ocorrer um ou mais eventos negativos relacionados a aspectos ESG. A empresa pode estar incapaz de cumprir metas de sustentabilidade, obrigações de prestação de contas e conformidade, correndo o risco de estar envolvida em ações legais ou estar em situação de default ESG. |
| CC | 6-14 | ||
| C | 0-5 | RISCO MUITO ALTO | |
| D | QUALQUER | JUNK | A empresa enfrentou vários eventos negativos relacionados à sustentabilidade e/ou está sujeita a um risco muito elevado de fraudes. |
| E | 00 | NÃO APLICÁVEL | Não há informações suficientes para avaliar a empresa e/ou a empresa determinou que não há necessidade de iniciar um processo de avaliação (assessment). |
Esta tabela mostra as características do produto em relação ao tipo de assinatura ativa
O primeiro algoritmo do mundo concebido para pequenas e médias empresas com flexibilidade de subscrição
| Ecomate | Outras Soluções | |
|---|---|---|
| Profundidade da avaliação | 4 variáveis ponderadas | Igual para todas as empresas |
| Variáveis do cluster | Faturamento, funcionários, código industrial e território | Nenhuma |
| Normativa de referência | Portugal/Europa | Genérica/Internacional |
| Conformidade com a Taxonomia UE | Sim | Não | Conformidade com a SFDR | Sim | Não | Conformidade com o ESRS (EFRAG) | Sim | Não |
| Detalhe do painel de controle | >200 KPI | <100 KPI |
| Rating ESG | Sim | Não |
| Dupla materialidade | Sim | Não |
| Relatório de melhoramento em tempo real | Sim | Não |
| Conteúdo educativo pra PMEs | Sim | Não |
| Múltipla conformidade | Sim, com open-standard | Sim |
| Tecnologia | IA, crowd, open-data | Abordagem de consultoria |
| Sistema anti-fraude | Sim | Não |
| Disponível em API | Sim | Não |
| Exporta/vende dados de clientes fora da União Europeia | Não | Sim |
| Modelo de rating | Dinâmico | Estático |
A análise de materialidade é o estudo da relevância dos temas de sustentabilidade dentro da empresa, e é o processo que fundamenta o nosso método de avaliação.
Dentro dos nossos algoritmos de avaliação, incluímos mais de 70 áreas temáticas de sustentabilidade, cujo peso é atualizado dinamicamente com base nas características da empresa que está sendo avaliada. Cada empresa é única, com suas próprias áreas de interesse e temas materiais. Graças à nossa abordagem dinâmica da materialidade, somos capazes de fornecer uma avaliação precisa e personalizada.
Em acordo com nossos valores, decidimos publicar a arquitetura de nossa plataforma técnico-científica em referência ao mecanismo de fornecimento de classificação ESG.
Com o objetivo de aprimorar o modelo, os especialistas de nosso comitê técnico-científico, aberto e descentralizado, contribuem diariamente com suas experiências. A Ecomate coloca a transparência em primeiro lugar no diálogo com clientes e usuários.
O nosso sistema de cálculo é baseado num algoritmo dinâmico que fornece às empresas informações atualizadas referentes a desenvolvimentos na investigação científica ou legislação nacional e europeia. De facto, o nosso comité científico está constantemente a integrar novos regulamentos, diretivas, práticas sustentáveis e muito mais.
Quando novos desenvolvimentos são introduzidos, as empresas podem complementá-los com novas descobertas e manter o seu estatuto atualizado.
As condições em que o sistema solicita uma actualização são, por exemplo, quando uma regra NACE é actualizada ou quando uma nova entrada de dados é adicionada ou removida.
Para obter mais informações, consulte a nota metodológica.
Algoritmo de controlo de risco com sistema de deteção de fraude a vários níveis para intercetar caminhos invulgares durante a introdução de dados qualitativos e quantitativos de produtos de autoavaliação.
Para além disso, cruzamos tudo com dados provenientes do registo de empresas do governo e alguns open-data.
À medida que a nossa base de dados vai aumentando de numero de utilizadores, combinaremos e acrescentaremos um machine-learning.
Leia as notas metodológicas
English and cloud only
Como funciona a avalição científica? Descubra o open-standard ESG